随着社会经济的发展,物流行业的重要性逐渐显现出来。配送是物流活动中直接与消费者相连的环节,如何安排配送路线问题已经成为降低成本、增加效益的重要研究课题。本文首先研究了带硬时间窗的车辆调度问题(VRPHTW)和带软时间窗的车辆调度问题(VRPSTW),并给出了这两种问题的目标函数表达式,同时指出VRPSTW更能贴近运输的实际情况并且比VRPHTW更为通用。因此,本文着重对VRPSTW的车辆调度模型进行了分析和改进,使建立的新模型能够更好的应用于现实问题当中。物流配送属于组合优化中的NP问题,用智能进化算法解决此类问题可以收到一定的效果。但是,这些进化算法都存在着自身的缺点,正是这些缺点的存在在一定程度上限制了这些算法的应用。本文在充分研究了禁忌搜索算法(TS)、遗传算法(GA)、免疫算法(IA)等的基础上提出了用于解决车辆调度问题的两种新型混合算法。算法一,利用Hopfield网络收敛速度快的特性可以对有小规模物流节点的问题进行有效求解,但由于此网络不能收敛到问题的全局最优解,特引入TS和IA,由二种算法可以离开当前的局部最优解,能够得到全局最优解的特点来构成混合算法;算法二,利用GA擅长全局搜索的特点进行路径求解,但为了解决GA搜索速度慢的问题,引入并行计算的思想。同时为了抑制GA的早熟,引入分阶段性进化的思想,并分别对选择、交叉等遗传操作进行修改来增加种群多样性的改进。本文提出的算法最后通过试验数据的分析得到了证实,运行结果表明能够降低车辆的运输成本、提高企业的经济效益,具有很高的实用价值。